Computer Vision News
312 subscribers
420 photos
104 videos
2 files
397 links
Download Telegram
Forwarded from Yandex for ML
🧠 Как в Спамообороне Яндекс Почты обучали детектор логотипов

На связи Никита Подледнев, ML-инженер в Спамообороне Яндекс Почты. Однажды мы столкнулись с проблемой картиночного спама: в нём рекламировались назойливые онлайн-казино и использовались логотипы известных брендов, чтобы вводить пользователей в заблуждение.

↔️ Существующие методы не всегда справлялись с такими атаками, поэтому мы решили разработать новый подход. Сегодня я расскажу, как мы научились бороться с картиночным спамом с помощью детектора логотипов.

👷 Читайте в карточках

Подписывайтесь:
💬 @Yandex4ML
📹 @YandexML
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1
Forwarded from Machinelearning
🔍 Baidu выпустила Unlimited OCR - модель для распознавания длинных документов за один проход.

У модели 3B параметров, но активируются только 500M. При этом она показывает новые SOTA-результаты на OmniDocBench v1.5 и v1.6.

Главная фишка - Reference Sliding Window Attention.

Модель держит в фокусе:

• исходный документ

• недавний контекст

• следующие слова

А всё лишнее постепенно «забывает», чтобы не раздувать вычисления.

За счёт постоянного размера KV Cache и более дешёвого attention Unlimited OCR может распознавать 40+ страниц за один forward pass, не теряя контекст и не замедляясь.

GitHub: https://github.com/baidu/Unlimited-OCR

Hugging Face: https://huggingface.co/baidu/Unlimited-OCR

#ocr #baidu
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1
Forwarded from Machinelearning
🌟 Moebius: ультракомпактная модель для инпейнта изображений

Команда из китайского университета HUST и лаборатории VIVO AI Lab опубликовала проект Moebius для восстановления и дорисовки недостающих или удалённых фрагментов изображений.

Модель объёмом 220 млн параметров, по словам авторов, достигает качества, сопоставимого с системами на порядок большего размера, при значительно более высокой скорости работы.

На 6 тестовых наборах Moebius работает на уровне моделей с 10 млрд параметров (FLUX.1-Fill-Dev), а в отдельных случаях (сложные текстуры и правдоподобность лиц) превосходит их.

Скорость инференса составляет около 26 мс на один шаг вычислений, а суммарное ускорение более чем в 15 раз по сравнению с крупными системами.

🟡Под капотом два решения

Первое, блок Local-λ Mix Interaction, который перестраивает механизм внимания, сводя пространственный и смысловой контекст к матрицам фиксированного размера.


Второе - дистилляция знаний от более крупной модели-учителя PixelHacker, выполненная в латентном пространстве.


На Hugging Face технический отчет Moebius занял первое место в ежедневном рейтинге статей, а сам проект подан на конференцию ECCV 2026.

Опубликованы код для дообучения и веса:

🟢Базовый чекпоинт
🟠Дообученная версия на Places2 (общие знания);
🟠Дообученная версия на CelebA-HQ (фото знаменитостей);
🟠Дообученная версия на FFHQ (люди с Flickr).


📌Лицензирование кода : Apache 2.0 License

📌Лицензирование моделей: MIT License


🟡Страница проекта
🟡Arxiv
🟡Веса
🖥GitHub


@ai_machinelearning_big_data

#AI #ML #Diffusers #InPaint #Moebius
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁1
Forwarded from эйай ньюз
В Vesuvius Challenge впервые прочитали весь обуглившийся свиток

Из-за того что папирус разлагается за несколько сотен лет, за тысячелетия было утеряно большинство текстов из той эпохи. Геркуланумским папирусам в каком-то смысле повезло — из-за извержения Везувия две тысячи лет назад свитки обуглились и были погребены, что позволило им сохраниться.

Уже в наше время вышло сделать трёхмерные сканы свитков при помощи рентгена и использовать нейросети для их "виртуального разворачивания". Таким образом в 2023 году победителям Vesuvius Challenge удалось прочитать небольшой отрывок из одного папируса, после чего нескольких участников наняли заниматься этим на постоянной основе, что привело к реконструкции содержимого всего свитка.

К сожалению, большая часть PHerc. 1667, расшифрованного свитка, была физически уничтожена во время нескольких попыток открыть его в 19 и 20 веке, так что из 19-24 сантиметров свитка, физически уцелело лишь 8. По нему понятно, что это стоический текст датированный 2 веком до нашей эры, у которого удалось идентифицировать автора — Аристокреона, ученика известного стоического философа Хрисиппа.

Остались ещё сотни свитков которые ждут своего часа, команда и не думает останавливаться. Новый текст из свитков в ближайшие годы станет регулярным событием.

Блогпост

@ai_newz
😱2😁1
PvP на Kaggle: как побеждать, если вместо датасета боты должны захватывать планеты ⭐️

Недавно на Kaggle прошли Orbit Wars — ML-соревнования, где участники обучали ботов захватывать планетарную систему, сражаясь друг с другом в реальном времени.

4 июля в 19:00 пройдет разбор игры от:
⚫️ Дмитрия Руденко — kaggle-мастера и автора канала @pseudolabeling;
⚫️ Ярослава Пудовкина — студента Центрального университета и участника Orbit Wars.

Спикеры разберут лучшие решения и идеи победителей и покажут, какие подходы реально работают в RL-задачах, а также расскажут о том, как мыслят топовые ML-инженеры и какие решения приводят к победе.

▶️ Подключайтесь, если хотите понимать, что сегодня двигает Kaggle, а завтра — всю ML-индустрию.
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😁2